图5-1 多模态教育描述数据构建闭环流程图该流程包

图5-1 多模态教育描述数据构建闭环流程图该流程包含三个核心阶段：数据预处理与人物定位阶段（蓝色区域）：从原始视频中提取关键帧并识别所有人物区域多模态标注生成阶段（黄色区域）：为每个人物区域生成丰富的自然语言描述和结构化标签模型训练与迭代优化阶段（绿色区域）：利用生成的数据训练模型，并通过模型反馈提升数据质量